Аудио → BuzzASR Georgian → текст → LLM (для исправ...

Готово. Я собрал проект под твой сценарий:

MP3/аудио → BuzzASR Georgian → грузинский текст → локальная LLM → исправление пунктуации → перевод на русский → консоль

или:

TXT на грузинском → локальная LLM → перевод на русский → консоль

Всё работает локально и без платных API. Для распознавания используется именно BuzzASR/georgian — это официальная Georgian-модель BuzzASR на базе Whisper-large-v3. (Hugging Face) Для редакции/перевода используется бесплатный локальный Qwen3 через Ollama; Qwen3 поддерживает 100+ языков. (Ollama)

Скачать проект

Скачать готовый Georgian → Russian проект ZIP

После распаковки структура такая:

text
georgian_to_russian/
├── main.py
├── requirements.txt
├── README.md
├── run_windows.bat
├── run_linux_mac.sh
├── input/       ← сюда кидаешь MP3 или TXT
└── output/      ← сюда дополнительно сохраняется перевод

Если у тебя Windows

Открой PowerShell в папке проекта и один раз выполни:

powershell
winget install Python.Python.3.11
winget install Gyan.FFmpeg
winget install Ollama.Ollama

Перезапусти PowerShell, затем:

powershell
cd ПУТЬ_К_ПАПКЕ\georgian_to_russian

python -m venv .venv
.\.venv\Scripts\Activate.ps1

python -m pip install --upgrade pip
pip install -r requirements.txt

ollama pull qwen3:4b

Теперь кидаешь, например:

text
input\audio.mp3

или:

text
input\text.txt

и запускаешь:

powershell
python main.py

Получишь прямо в консоли:

text
========================================================================
ФАЙЛ: audio.mp3
========================================================================
[ASR] Распознаю грузинскую речь...
[ASR] Фрагмент 1: готово
[LLM] Пунктуация + перевод...

--- ПЕРЕВОД НА РУССКИЙ ---

Здравствуйте. Я хотел уточнить информацию относительно вашего заказа...

--- КОНЕЦ ---

[OK] Также сохранено: output\audio.ru.txt

Можно потом вообще просто дважды нажимать run_windows.bat.

Важный момент: BuzzASR/georgian — довольно большая модель, около 2 млрд параметров, поэтому первый запуск скачает несколько гигабайт, а на CPU распознавание может быть медленным. (Hugging Face) Для .txt BuzzASR вообще не загружается — текст сразу идёт в LLM. Qwen3:4b занимает примерно 2.5 ГБ в Ollama; если ПК слабый, в README я добавил вариант qwen3:1.7b. (Ollama)